字典大小和内存消耗之间的平衡

Question

我正在使用memoized decorator 来缓存重复调用。由于对一些中等规模的测试用例进行记忆，我发现执行速度提高了 4 倍。

对于较大的测试用例，将输入映射到输出的记忆字典会占用大量内存，以至于我收到 "java.lang.OutOfMemoryError: Java heap space" 错误（我正在使用 Jython）。

我可以通过使用memoized_cache[hash(key)] = value 而不是memoized_cache[key]: value 来节省一些内存，假设hash(key) 的字节数比key 少。正如@gnibbler 所指出的，如果存在哈希冲突，这将导致问题。

我可以介绍的其他内存节省是将字典的大小限制为固定数量的项目。这样的SizedDict recipe 已经存在，但我想截断最不常访问的元素。

这是我写的：

from collections import Counter

class FrequencySizedDict(dict):
    def __init__(self, size=1000):
        dict.__init__(self)
        self._maxsize = size
        self._counter = Counter()
    def __getitem__(self, key):
        self._counter[key] += 1
        return dict.__getitem__(self, key)
    def resize(self, size):
        keys = list(self._counter.most_common(size))
        items = [(key, dict.__getitem__(self, key)) for key in keys]
        self.clear()
        dict.update(self, items)
    def __setitem__(self, key, value):
        if len(self._queue) >= self._maxsize:
            self.resize(self._maxsize/2)
        self._counter[key] += 1
        dict.__setitem__(self, key, value)

有没有更好的数据方式来实现这一点，同时减少内存或时间开销？ resize 挺贵的：O(n log n)

Answer 1

使用functools.lru_cache

@functools.lru_cache(maxsize=128, typed=False)

装饰器用一个可保存最多 maxsize 最近调用的记忆可调用函数来包装函数。当使用相同的参数定期调用昂贵的或 I/O 绑定的函数时，它可以节省时间。

或pylru，如答案memoization library for python 2.7中所述